建模的兩種方法:
方法 1、機理法建模
?根據生產(chǎn)過(guò)程中實(shí)際發(fā)生的變化機理,寫(xiě)出各種 有關(guān)的平衡方程
?如:物質(zhì)平衡方程;能量平衡方程;動(dòng)量平衡方程 以及反映流體流動(dòng)、傳熱、傳質(zhì)、化學(xué)反應等基本 規律的運動(dòng)方程,物性參數方程和某些設備的特性 方程等,從中獲得所需的數學(xué)模型。
用機理法建模的首要條件是生產(chǎn)過(guò)程的機理必須為人們充分掌握,可以比較確切的加以數學(xué)描述。模型應該盡量簡(jiǎn)單,保證達到合理的精度。用機理法建模時(shí),出現模型中某些參數難以確 定的情況或用機理法建模太煩瑣。 可以用測試的方法來(lái)建模。
方法2、測試法建模
?根據工業(yè)過(guò)程的輸入和輸出的實(shí)測數據進(jìn)行數學(xué) 處理后得到的模型。特點(diǎn)是把被研究的工業(yè)過(guò)程視為一個(gè)黑匣子,完 全從外特性上測試和描述它的動(dòng)態(tài)性質(zhì),不需要深 入掌握其內部機理。為了獲得動(dòng)態(tài)特性,必須使被研究的過(guò)程處于 被激勵的狀態(tài),施加一個(gè)階躍擾動(dòng)或脈沖擾動(dòng) 等。用測試法建模一般比用機理法建模要簡(jiǎn)單和省 力,如果兩者都能達到同樣的目的,一般都采用測試法建模。
數學(xué)建模應當掌握的十類(lèi)算法 ?? 1、蒙特卡羅算法(該算法又稱(chēng)隨機性模擬算法,是通過(guò)計算機仿真來(lái)解決問(wèn)題的算 法,同時(shí)可以通過(guò)模擬可以來(lái)檢驗自己模型的正確性,是比賽時(shí)必用的方法) 2、數據擬合、參數估計、插值等數據處理算法(比賽中通常會(huì )遇到大量的數據需要 處理,而處理數據的關(guān)鍵就在于這些算法,通常使用Matlab作為工具) 3、線(xiàn)性規劃、整數規劃、多元規劃、二次規劃等規劃類(lèi)問(wèn)題(建模競賽大多數問(wèn)題 屬于最優(yōu)化問(wèn)題,很多時(shí)候這些問(wèn)題可以用數學(xué)規劃算法來(lái)描述,通常使用Lindo、Lingo軟件實(shí)現) 4、圖論算法(這類(lèi)算法可以分為很多種,包括最短路、網(wǎng)絡(luò )流、二分圖等算法,涉 及到圖論的問(wèn)題可以用這些方法解決,需要認真準備) 5、動(dòng)態(tài)規劃、回溯搜索、分治算法、分支定界等計算機算法(這些算法是算法設計 中比較常用的方法,很多場(chǎng)合可以用到競賽中) 6、最優(yōu)化理論的三大非經(jīng)典算法:模擬退火法、神經(jīng)網(wǎng)絡(luò )、遺傳算法(這些問(wèn)題是 用來(lái)解決一些較困難的最優(yōu)化問(wèn)題的算法,對于有些問(wèn)題非常有幫助,但是算法的實(shí) 現比較困難,需慎重使用) 7、網(wǎng)格算法和窮舉法(網(wǎng)格算法和窮舉法都是暴力搜索最優(yōu)點(diǎn)的算法,在很多競賽 題中有應用,當重點(diǎn)討論模型本身而輕視算法的時(shí)候,可以使用這種暴力方案,最好 使用一些高級語(yǔ)言作為編程工具) 8、一些連續離散化方法(很多問(wèn)題都是實(shí)際來(lái)的,數據可以是連續的,而計算機只 認的是離散的數據,因此將其離散化后進(jìn)行差分代替微分、求和代替積分等思想是非 常重要的) 9、數值分析算法(如果在比賽中采用高級語(yǔ)言進(jìn)行編程的話(huà),那一些數值分析中常 用的算法比如方程訂粻斥救儷嚼籌楔船盲組求解、矩陣運算、函數積分等算法就需要額外編寫(xiě)庫函數進(jìn)行調 用) 10、圖象處理算法(賽題中有一類(lèi)問(wèn)題與圖形有關(guān),即使與圖形無(wú)關(guān),論文中也應該 要不乏圖片的,這些圖形如何展示以及如何處理就是需要解決的問(wèn)題,通常使用Matlab 進(jìn)行處理)。
一、機理分析法 從基本物理定律以及系統的結構數據來(lái)推導出模型。
1. 比例分析法--建立變量之間函數關(guān)系的最基本最常用的方法。
2. 代數方法--求解離散問(wèn)題(離散的數據、符號、圖形)的主要方 法。
3. 邏輯方法--是數學(xué)理論研究的重要方法,對社會(huì )學(xué)和經(jīng)濟學(xué)等領(lǐng)域的實(shí)際問(wèn)題,在決策,對策等學(xué)科中得到廣泛應用。
4. 常微分方程--解決兩個(gè)變量之間的變化規律,關(guān)鍵是建立"瞬時(shí)變化率"的表達式。
5. 偏微分方程--解決因變量與兩個(gè)以上自變量之間的變化規律。
二、數據分析法 從大量的觀(guān)測數據利用統計方法建立數學(xué)模型。
1. 回歸分析法--用于對函數f(x)的一組觀(guān)測值(xi, fi)i=1,2… n,確定函數的表達式,由于處理的是靜態(tài)的獨立數據,故稱(chēng)為數理統計方法。
2. 時(shí)序分析法--處理的是動(dòng)態(tài)的相關(guān)數據,又稱(chēng)為過(guò)程統計方法。
三、仿真和其他方法
1. 計算機仿真(模擬)--實(shí)質(zhì)上是統計估計方法,等效于抽樣試驗
① 離散系統仿真--有一組狀態(tài)變量。
② 連續系統仿真--有解析表達式或系統結構圖。
2. 因子試驗法--在系統上作局部試驗,再根據試驗結果進(jìn)行不斷分析修改,求得所需的模型結構。
3. 人工現實(shí)法--基于對系統過(guò)去行為的了解和對未來(lái)希望達到的目標,并考慮到系統有關(guān)因素的可能變化,人為地組成一個(gè)系統。
1、機理法建模 用機理建模法就是根據生產(chǎn)中實(shí)際發(fā)生的變化機理,寫(xiě)出各種有關(guān)的平衡方程,如物質(zhì)平衡方程,能量平衡方程,動(dòng)量平衡方程以及反映流體流動(dòng)、傳熱、傳質(zhì)、化學(xué)反映等基本規律的方程,物性參數方程和某些設備的特性非常等,從中獲得所需要的數學(xué)模型。
由此可見(jiàn),機理建模法的首要條件是生產(chǎn)過(guò)程的機理必須已經(jīng)為人們充分掌握,并且可以比較準確的加以數學(xué)描述。2、測試法建模 測試法一般只用于建立輸入——輸出模型。
它是根據工業(yè)過(guò)程的輸入和輸出的實(shí)測數據進(jìn)行某種數學(xué)處理后得到的模型。用測試建模法一般比用機理建模法簡(jiǎn)單省力,尤其是對那些復雜的工業(yè)工程更為明顯。
如果兩種基本建模方法都能達到目的,一般采用測試建模法。
所謂提煉數學(xué)模型,就是運用科學(xué)抽象法,把復雜的研究對象轉化為數學(xué)問(wèn)題,經(jīng)合理簡(jiǎn)化后,建立起揭示研究對象定量的規律性的數學(xué)關(guān)系式(或方程式)。
這既是數學(xué)方法中最關(guān)鍵的一步,也是最困難的一步。提煉數學(xué)模型,一般采用以下六個(gè)步驟完成: 第一步:根據研究對象的特點(diǎn),確定研究對象屬哪類(lèi)自然事物或自然現象,從而確定使用何種數學(xué)方法與建立何種數學(xué)模型。
即首先確定對象與應該使用的數學(xué)模型的類(lèi)別歸屬問(wèn)題,是屬于“必然”類(lèi),還是“隨機”類(lèi);是“突變”類(lèi),還是“模糊”類(lèi)。 第二步:確定幾個(gè)基本量和基本的科學(xué)概念,用以反映研究對象的狀態(tài)。
這需要根據已有的科學(xué)理論或假說(shuō)及實(shí)驗信息資料的分析確定。例如在力學(xué)系統的研究中,首先確定的摹本物理量是質(zhì)主(m)、速度(v)、加速度(α)、時(shí)間(t)、位矢(r)等。
必須注意確定的基本量不能過(guò)多,否則未知數過(guò)多,難以簡(jiǎn)化成可能數學(xué)模型,因此必須詵擇出實(shí)質(zhì)性、關(guān)鍵性物理量才行。 第三步:抓住主要矛盾進(jìn)行科學(xué)抽象。
現實(shí)研究對象是復雜的,多種因素混在一起,因此,必須變復雜的研究對象為簡(jiǎn)單和理想化的研究對象,做到這一點(diǎn)相當困難,關(guān)鍵是分清主次。如何分清主次只能具體問(wèn)題具體分析,但也有兩條基本原則:一是所建數學(xué)模型一定是可能的,至少可給出近似解;二是近似解的誤差不能超過(guò)實(shí)際問(wèn)題所允許的誤差范圍。
第四步:對簡(jiǎn)化后的基本量進(jìn)行標定,給出它們的科學(xué)內涵。即標明哪些是常量,哪些是已知量,哪些是待求量,哪些是矢量,哪些是標量,這些量的物理含義是什么? 第五步:按數學(xué)模型求出結果。
第六步:驗證數學(xué)模型。驗證時(shí)可根據情況對模型進(jìn)行修正,使其符合程度更高,當然這以求原模型與實(shí)際情況基本相符為原則。
1. 預測模塊:灰色預測、時(shí)間序列預測、神經(jīng)網(wǎng)絡(luò )預測、曲線(xiàn)擬合(線(xiàn)性回歸);
2. 歸類(lèi)判別:歐氏距離判別、fisher判別等 ;
3. 圖論:最短路徑求法 ;
4. 最優(yōu)化:列方程組 用lindo 或 lingo軟件解 ;
5. 其他方法:層次分析法 馬爾可夫鏈 主成分析法 等 。
建模常用算法,僅供參考:
1. 蒙特卡羅算法(該算法又稱(chēng)隨機性模擬算法,是通過(guò)計算機仿真來(lái)解決 問(wèn)題的算法,同時(shí)間=可以通過(guò)模擬可以來(lái)檢驗自己模型的正確性,是比賽時(shí)必 用的方法) 。
2. 數據擬合、參數估計、插值等數據處理算法(比賽中通常會(huì )遇到大量的數 據需要處理,而處理數據的關(guān)鍵就在于這些算法,通常使用Matlab 作為工具) 。
3. 線(xiàn)性規劃、整數規劃、多元規劃、二次規劃等規劃類(lèi)問(wèn)題(建模競賽大多 數問(wèn)題屬于最優(yōu)化問(wèn)題,很多時(shí)候這些問(wèn)題可以用數學(xué)規劃算法來(lái)描述,通 常使用Lindo、Lingo 軟件實(shí)現) 。
4. 圖論算法(這類(lèi)算法可以分為很多種,包括最短路、網(wǎng)絡(luò )流、二分圖等算 法,涉及到圖論的問(wèn)題可以用這些方法解決,需要認真準備) 。
5. 動(dòng)態(tài)規劃、回溯搜索、分治算法、分支定界等計算機算法(這些算法是算 法設計中比較常用的方法,很多場(chǎng)合可以用到競賽中) 。
6. 最優(yōu)化理論的三大非經(jīng)典算法:模擬退火法、神經(jīng)網(wǎng)絡(luò )、遺傳算法(這些 問(wèn)題是用來(lái)解決一些較困難的最優(yōu)化問(wèn)題的算法,對于有些問(wèn)題非常有幫助, 但是算法的實(shí)現比較困難,需慎重使用) 。
7. 網(wǎng)格算法和窮舉法(網(wǎng)格算法和窮舉法都是暴力搜索最優(yōu)點(diǎn)的算法,在很 多競賽題中有應用,當重點(diǎn)討論模型本身而輕視算法的時(shí)候,可以使用這種 暴力方案,最好使用一些高級語(yǔ)言作為編程工具) 。
8. 一些連續離散化方法(很多問(wèn)題都是實(shí)際來(lái)的,數據可以是連續的,而計 算機只認的是離散的數據,因此將其離散化后進(jìn)行差分代替微分、求和代替 積分等思想是非常重要的) 。
9. 數值分析算法(如果在比賽中采用高級語(yǔ)言進(jìn)行編程的話(huà),那一些數值分 析中常用的算法比如方程組求解、矩陣運算、函數積分等算法就需要額外編 寫(xiě)庫函數進(jìn)行調用) 。
10. 圖象處理算法(賽題中有一類(lèi)問(wèn)題與圖形有關(guān),即使與圖形無(wú)關(guān),論文 中也應該要不乏圖片的,這些圖形如何展示以及如何處理就是需要解決的問(wèn) 題,通常使用Matlab 進(jìn)行處理)。
1、蒙特卡羅算法(該算法又稱(chēng)隨機性模擬算法,是通過(guò)計算機仿真來(lái)解決問(wèn)題的算
法,同時(shí)可以通過(guò)模擬可以來(lái)檢驗自己模型的正確性,是比賽時(shí)必用的方法)
2、數據擬合、參數估計、插值等數據處理算法(比賽中通常會(huì )遇到大量的數據需要
處理,而處理數據的關(guān)鍵就在于這些算法,通常使用Matlab作為工具)
3、線(xiàn)性規劃、整數規劃、多元規劃、二次規劃等規劃類(lèi)問(wèn)題(建模競賽大多數問(wèn)題
屬于最優(yōu)化問(wèn)題,很多時(shí)候這些問(wèn)題可以用數學(xué)規劃算法來(lái)描述,通常使用Lindo、
Lingo軟件實(shí)現)
4、圖論算法(這類(lèi)算法可以分為很多種,包括最短路、網(wǎng)絡(luò )流、二分圖等算法,涉
及到圖論的問(wèn)題可以用這些方法解決,需要認真準備)
5、動(dòng)態(tài)規劃、回溯搜索、分治算法、分支定界等計算機算法(這些算法是算法設計
中比較常用的方法,很多場(chǎng)合可以用到競賽中)
6、最優(yōu)化理論的三大非經(jīng)典算法:模擬退火法、神經(jīng)網(wǎng)絡(luò )、遺傳算法(這些問(wèn)題是
用來(lái)解決一些較困難的最優(yōu)化問(wèn)題的算法,對于有些問(wèn)題非常有幫助,但是算法的實(shí)
現比較困難,需慎重使用)
7、網(wǎng)格算法和窮舉法(網(wǎng)格算法和窮舉法都是暴力搜索最優(yōu)點(diǎn)的算法,在很多競賽
題中有應用,當重點(diǎn)討論模型本身而輕視算法的時(shí)候,可以使用這種暴力方案,最好
使用一些高級語(yǔ)言作為編程工具)
8、一些連續離散化方法(很多問(wèn)題都是實(shí)際來(lái)的,數據可以是連續的,而計算機只
認的是離散的數據,因此將其離散化后進(jìn)行差分代替微分、求和代替積分等思想是非常重要的)
9、數值分析算法(如果在比賽中采用高級語(yǔ)言進(jìn)行編程的話(huà),那一些數值分析中常
用的算法比如方程組求解、矩陣運算、函數積分等算法就需要額外編寫(xiě)庫函數進(jìn)行調用)
10、圖象處理算法(賽題中有一類(lèi)問(wèn)題與圖形有關(guān),即使與圖形無(wú)關(guān),論文中也應該
應用數學(xué)去解決各類(lèi)實(shí)際問(wèn)題時(shí),建立數學(xué)模型是十分關(guān)鍵的一步,同時(shí)也是十分困難的一步。建立教學(xué)模型的過(guò)程,是把錯綜復雜的實(shí)際問(wèn)題簡(jiǎn)化、抽象為合理的數學(xué)結構的過(guò)程。要通過(guò)調查、收集數據資料,觀(guān)察和研究實(shí)際對象的固有特征和內在規律,抓住問(wèn)題的主要矛盾,建立起反映實(shí)際問(wèn)題的數量關(guān)系,然后利用數學(xué)的理論和方法去分析和解決問(wèn)題。這就需要深厚扎實(shí)的數學(xué)基礎,敏銳的洞察力和想象力,對實(shí)際問(wèn)題的濃厚興趣和廣博的知識面。數學(xué)建模是聯(lián)系數學(xué)與實(shí)際問(wèn)題的橋梁,是數學(xué)在各個(gè)領(lǐng)械廣泛應用的媒介,是數學(xué)科學(xué)技術(shù)轉化的主要途徑,數學(xué)建模在科學(xué)技術(shù)發(fā)展中的重要作用越來(lái)越受到數學(xué)界和工程界的普遍重視,它已成為現代科技工作者必備的重要能力之。
2常用的建模方法(I)初等數學(xué)法。
主要用于一些靜態(tài)、線(xiàn)性、確定性的模型。例如,席位分配問(wèn)題,學(xué)生成績(jì)的比較,一些簡(jiǎn)單的傳染病靜態(tài)模型。
(2)數據分析法。從大量的觀(guān)測數據中,利用統計方法建立數學(xué)模型,常見(jiàn)的有:回歸分析法,時(shí)序分析法。
(3)仿真和其他方法。主要有計算機模擬(是一種統計估計方法,等效于抽樣試驗,可以離散系統模擬和連續系統模擬),因子試驗法(主要是在系統上做局部試驗,根據試驗結果進(jìn)行不斷分析修改,求得所需模型結構),人工現實(shí)法(基于對系統的了解和所要達到的目標,人為地組成一個(gè)系統)。
(4)層次分析法。主要用于有關(guān)經(jīng)濟計劃和管理、能源決策和分配、行為科學(xué)、軍事科學(xué)、軍事指揮、運輸、農業(yè)、教育、人才、醫療、環(huán)境等領(lǐng)域,以便進(jìn)行決策、評價(jià)、分析、預測等。
該方法關(guān)鍵的一步是建立層次結構模型。
聲明:本網(wǎng)站尊重并保護知識產(chǎn)權,根據《信息網(wǎng)絡(luò )傳播權保護條例》,如果我們轉載的作品侵犯了您的權利,請在一個(gè)月內通知我們,我們會(huì )及時(shí)刪除。
蜀ICP備2020033479號-4 Copyright ? 2016 學(xué)習?shū)B(niǎo). 頁(yè)面生成時(shí)間:3.711秒